
何が起きたか
World Labsは、テキスト、画像、動画、3Dをネイティブに処理するためにゼロから学習されたワールドモデルAtlasを公開した。同社の空間生成ツールMarbleを支えることになる。
なぜ重要か
Atlasは、1枚または数枚の写真から新しいビューを生成し、実際の空間を再構築し、バレットタイム動画を作成し、ロボットのカメラデータをシミュレートできる。同社は、DTU、ETH3D、ScanNetのベンチマークでオープンソースの再構築モデルを上回るとしている。
注目点
Atlasは現在、一部のパートナー向けに早期アクセス中だ。開発者や企業はフォームから申し込むことができ、World LabsはMarbleを含む製品の将来バージョンにAtlasを統合する計画だ。
こういう要約が、毎朝あなたのメールに届きます。
スタンフォード大学のフェイフェイ・リー氏が共同設立したWorld Labsは、空間の見え方、振る舞い、変化を理解する汎用ワールドモデルの構築を目指している。Atlasはその新たな一歩で、複数のデータタイプを各画像と深度マップが3D位置に結びつく単一の「空間コンテキスト」に統合する。これにより、可視フレームの外側にあるものを想像できるようになり、映画制作、ロボティクス、空間再構築に役立つ機能となる。
同社によると、Atlasはユーザー嗜好テストで複数のモデルを上回り、カメラパスが複雑になるほど差が広がった。また、スケーリングアプローチにより、計算量が増えると新しい能力が現れ、さらなる進歩が期待される。Atlasはまだ公開されておらず、初期パートナーに限定されているため、World Labsはワールドモデルの標準にすることを目指す一方、空間インテリジェンスの研究を加速するために研究・エンジニアリングスタッフを採用している。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。